基于混合高斯模型的前景目标检测，代码已调通，只需把读入的文件名称改成相同路径下自己的文件名即可。

针对智能交通系统中交通基础数据当前提取方式较匮乏的问题，提出了一种利用交通视频基于改进卡尔曼滤波的交通信息采集方法。首先，分析混合高斯模型在多车辆运动目标检测时易出现噪点、目标断裂、空洞等问题，提出了一种启发式改进方法；在获得检测结果的基础上，针对连续视频帧中多目标的确定问题，结合卡尔曼滤波和车辆运动特征，利用卡尔曼滤波对车辆位置进行最优估计，继而对前景目标进行启发式算法处理，提出了一种交通量实时检测方法；最后，实验结果表明文章方法能够有效改善多车辆目标检测中的噪声干扰和前景虚化问题。

多尺度高斯模型的图像色彩增强Matlab代买，对于大雾天气下可以实现透雾。并且对于阴影下可以使得图像细节也变得清晰，效果挺不错，不过对于视频序列效率不足。

利用gmm模型建模，然后结合背景差分进行运动检测

基于混合高斯背景模型的背景差检测的视频运动目标检测

：针对静止摄像机下的运动目标检测问题，提出了一种基于背景减法的运动目标检测算法( 通过对一组 连续视频进行处理，从中得到不含运动目标的背景图像( 再利用背景差分的方法提取出运动目标( 在确定比较 阈值的过程中，一改以往通过实验不断调整的做法，提出了动态阈值的概念，从而增强了检测效果，提高了算法 的可实施性( 融入了高斯模型关于背景更新的算法，克服了由于背景突然改变而造成的误检测( 实验结果表明， 通过背景差分与高斯模型相结合的方法，在有诸多不确定性因素的序列视频中构建背景有较好的自适应性，能 迅速响应实际场景的变化，为准确地检测出运动目标提供了必要的基础(

MATLAB的相关混合高斯模型，用起来很好，有些瑕疵，适合学习了解混合高斯模型算法初学者

基于混合高斯模型并利用meanshift算法结合实现视频中运动目标的跟踪，可处理复杂背景，实时

几个基于k均值和改进的混合高斯模型进行视频运动目标跟踪的matlab代码

以高阶统计量数学分析方法，对混舍高斯模型进行研究，并给出理论计算结果。重点讨论二元混合高斯模型， 给出高阶统计量的理论值，用Matlab仿真不同方差和不同均值时多膜性、对称性和斜度值、峰度值的估计结果，并比较斜度 值、峰度值的理论结果和仿真结果，验证理论结果的正确性，为通信理论中混合高斯模型的研究做补充。 关键词：混合高斯模型；高阶统计量；二元混合高斯模型；峰度值；斜度值